ISSN : 2355-9365 e-Proceeding of Engineering : Vol.6, No.

1 April 2019 | Page 972

PERANCANGAN DAN ANALISIS SISTEM SPEECH PROCESSING UNTUK

TUNARUNGU MENGGUNAKAN METODE HIDDEN MARKOV MODEL DAN MEL-
FREQUENCY CEPSTRAL COEFFICIENT

DESIGN AND ANALYSIS OF SPEECH PROCESSING SYSTEM FOR A DEAF

PERSON USING HIDDEN MARKOV MODEL METHOD AND MEL-FREQUENCY
CEPSTRAL COEFFICIENT

Bagus Robbiyanto1, RaditianaPatmasari2, Rita Magdalena3

123
Prodi S1 Teknik Telekomunikasi, Fakultas Teknik Elektro, Universitas Telkom, Bandung
1
bagusrobbi666@gmail.com, 2raditiana@telkomuniversity.ac.id, 3magdalena@telkomuniversity.ac.id

Abstrak
Mendengar merupakan salah satu cara untuk saling berkomunikasi, mendengar sangat dibutuhkan oleh
manuasia untuk mengerti maksud satu sama lain. Namun hal ini membatasi untuk orang normal berkomunikasi
dengan tunarungu, karena tidak semua orang mengerti gerakan Bahasa isyarat.
Pada Tugas Akhir ini membuat dibuat suatu alat untuk membantu orang normal untuk berkomunikasi
dengan orang yang menderita tunarungu. Alat ini mengolah sinyal suara input menjadi suatu text menggunakan
metode Mel Frequency Cepstral Coefficient untuk mengekstrasi sinyal suara input dan diklasifikasi menggunakan
metode Hidden Markov Model untuk melihat kemiripan antara sinyal suara yang sudah diekstrasi ciri dengan yang
di database. Jika terdapat suatu kemiripan maka menghasilkan suatu text, kemudian text tersebut diolah menjadi
suatu input baru yang menampilkan video Bahasa Isyarat Indonesia.
Hasil pengujian menunjukkan bahwa kombinasi metode mel frequency cepstral coefficient dan Hidden
Markov Model mampu mengenali sinyal suara berupa kata dengan akurasi tertinggi mencapai 87%.

Kata Kunci: Bahasa Isyarat indonesia, Tunarungu, MFFC, HMM.

Abstract
Hearing is one way to communicate with each other, hearing is needed by manuasia to understand each
other's intentions. But this limits the normal person communicating with the deaf, because not everyone
understands Sign Language.
In this Final Project, a tool is created to help normal people communicate with people who are deaf.
This tool processes the input sound signal into a text using the Mel Frequency Cepstral Coefficient method to
extract input sound signals and is classified using the Hidden Markov Model method to see the similarity between
the sound signals that have been extracted and those in the database. If there is a similarity then it produces a text,
then the text is processed into a new input that displays Indonesian Sign Language videos.
The test results showed that the combination of the mel frequency cepstral coefficient method and the
Hidden Markov Model were able to recognize sound signals in the form of words with the highest accuracy
reaching 87%.
Keywords: Indonesian Sign Language, Deaf Person, speech processing, MFCC, HMM.

1. Pendahuluan
1.1 Latar Belakang Masalah
Tunarungu (a deaf sperson) adalah orang yang mengalami ketidakmampuan mendengar, sehingga
mengalami hambatan dalam memproses informasi bahasa melalui pendengarannya dengan atau tanpa
menggunakan alat bantu dengar (hearing aid) [1].
Komunikasi dibagi menjadi 2 jenis yaitu komunikasi verbal dan non verbal. Komunikasi verbal yaitu
komunikasi yang disampaikan secara tertulis atau berbicara dan komunikasi non verbal yaitu komunikasi yang
tidak menggunakan kata-kata [2].
Bahasa isyarat unik dalam jenisnya di setiap negara. Bahasa isyarat bisa saja berbeda di negara-negara yang
berbahasa sama. Untuk Indonesia, sistem yang sekarang umum digunakan adalah Sistem Isyarat Bahasa Indonesia
(BISINDO) yang sama dengan bahasa isyarat America (ASL -American Sign Language). Sistem Isyarat Bahasa
Indonesia (BISINDO) yang baku merupakan salah satu media bantu tuna wicara dalam bermasyarakat. Wujudnya
adalah tatanan sistematis tentang seperangkat isyarat jari, tangan, dan berbagai gerak yang melambangkan kosakata
Bahasa Indonesia [3].
Pada penelitian sebelumnya [4] sudah dilakukan penelitian yang berjudul “Design Implementasi Voice
Command” menggunakan metode MFCC dan HMM dengan akurasi yang didapatkan 93,89% pada lingkungan
ISSN : 2355-9365 e-Proceeding of Engineering : Vol.6, No.1 April 2019 | Page 973

tanpa noise dan 58,1% pada lingkungan noise. Namun pada penelitian sebelumnya hanya dilakukan pengolahan
suara yang di proses lalu menghasilkan kata.
Pada penelitian ini akan dibuat sebuah sistem yang akan membantu orang normal agar bisa berkomunikasi
dengan tunarungu melalui sebuah video gerakan bahasa isyarat. Input dari sistem ini berupa sinyal suara yang di
proses menggunakan metode Hidden Markov Model dan ekstrasi ciri Mel-Frequency Cepstral Coefficient Sehingga
menghasilkan kata selanjutnya kata tersebut dijadikan input untuk memanggil output video gerakan bahasa isyarat.

2. Dasar Teori

2.1 Bahasa Isyarat Indonesia (BISINDO)

Bahasa isyarat pada dasarnya sama dengan bahasa lisan akan tetapi cara penyampaiannya yang tidak sama,
bahasa isyarat menggunakan tangan dan bahasa lisan menggunakan mulut. Sebelumnya bahasa isyarat tidak
mendapat tempat dimasyarakat pengguna Bahasa Indonesia, sehingga bahasa isyarat menjadi tidak jelas dan tidak
menentu.

Bahasa Isyarat Indonesia adalah isyarat-isyarat kata yang pada mulanya diambil dari isyarat-isyarat yang
disampaikan anak tunarungu yang bisa diterima sebagai kata atau kosakata dalam Bahasa Indonesia termasuk
America Sign Language (ASL) atau Bahasa Isyarat Amerika yang diubah menjadi Bahasa Indonesia[5].

2.2 Sinyal Ucapan Manusia

Proses pembentukan ucapan manusia disebabkan oleh suatu produksi yang dilakukan oleh organ tubuh
manusia. Proses tersebut membutuhkan kerja sama organ tubuh manusia sehingga dapat mengeluarkan sinyal
ucapan. Dimulai dengan memberikan pesan kepada otak pembicara, lalu pesan tersebut diubah menjadi perintah
yang dikirimkan kepada masing masing organ tubuh manusia. Jika diamati sinyal ucapan manusia dapat berubah
terhadap waktu. Tetapi karakterisktik sinyal bersifat tetap pada selang waktu (5 sampai 100 mili detik) untuk
mengetahui karaterisktik sinyal berubah-ubah dibutuhkan selang waktu lebih panjang [7].

2.3 Automatic Speech Recognition (ASR)

Speech Recognition System atau disingkat ASR adalah suatu sistem yang berfungsi menerjemah suatu
bahasa lisan menjadi bentuk data komputer. Sistem ini menggunakan mikrofon untuk menerima informasi lalu
membandingkan dengan database yang tersedia.
Secara konsepsual sistem ini bekerja dengan mengubah kata-kata menjadi angka-angka yang berbentuk
tulisan lalu membandingkan dengan kode yang terdapat pada database untuk melakukan perintah suatu pekerjaan
[8].
Pada tugas akhir ini akan dirancang sebuah sistem untuk mengidentifikasi sinyal suara berupa huruf
alphabet menggunakan ekstraksi ciri mel frequency cepstral coefficient dan klasifikasi menggunakan Hidden
Markov Model. Adapun diagram alir yang akan dirancang dapat dilihat pada Gambar 2.6.

Gambar 2.6 Diagram alir sistem

ISSN : 2355-9365 e-Proceeding of Engineering : Vol.6, No.1 April 2019 | Page 974

2.4 Mel Frequency Cepstral Coefficient

MFCC merupakan cara yang paling sering digunakan pada berbagai bidang area pemrosesan suara, karena
dianggap cukup baik dalam merepresentasikan sinyal. MFCC menganut cara kerja telinga manusia dimana telinga
manusia merupakan filter linier pada frekuensi rendah dan bekerja secara logaritmik pada frekuensi tinggi. Metode
MFCC menggunakan 2 filter yaitu filter linier dibawah 1000 Hz dan logaritmik diatas 1000Hz nilai-nilai frekuensi
tersebut dengan frekuensi mel [9][10].
2.4.1 Frame Blocking
Sinyal suara manusia merupakan sinyal yang tidak stabil. Oleh karena itu dibutuhkan frame blocking
untuk memotong sinyal menjadi bagian yang lebih kecil sehingga didapat karakteristik suara yang stabil. Biasanya
sinyal suara di potong setiap 25ms.
2.4.2 Windowing
Proses windowing dilakukan untuk mengurangi kebocoran spektra l yang merupakan efek dari timbulnya
sinyal baru yang memiliki frekuensi yang berbeda dari frekuensi aslinya. Hal tersebut dapat terjadi karena
rendahnya sampling rate atau karena proses framming yang menyebabkan sinyal menjadi diskontinu. Bila window
didefinisikan.
𝑦(𝑛) = 𝑥(𝑛)𝑤(𝑛), 0 ≤ 𝑛 ≤ 𝑁 − 1 (2.1)
2.4.3 Fast Fourier Transform
Untuk mendapat sinyal dalam domain frekuensi salah satu metode yang dapat digunakan adalah DFT (
Discrete Fourier Transform ). DFT dilakukan terhadap semua frame yang telah di-windowing sebelumnya. Untuk
mempercepat proses DFT dan mengurangi beban komputasi maka dilakukanlah FFT ( Fast Fourier Transform)
yaitu metode transformasi Fourier dengan proses lebih cepat.
𝑓(𝑛) = ∑𝑁−1𝐾=0 𝑦𝑘 𝑒
−2𝜋𝑗𝑘𝑛 / 𝑁
, 𝑛 = 0,1,2, … , 𝑁 − 1 (2.2)
2.4.4 Mel Frequency Wrapping
Pada proses ini dilakukan pengubahan skala frekuensi menjadi skala Mel. Skala Mel- Frequency adalah
frekuensi linier di bawah 1KHz dan Logaritmik diatas 1KHz. Skala Mel dapat diperoleh dengan pendekatan
persamaan :
𝑓
𝑚𝑒𝑙 (𝑓) = 1125 ∗ log 10 (1 + 700) (2.3)
2.4.5 Cepstrum
Selanjutnya dilakukan DCT (Discrete Cosine Transform) untuk memperoleh sinyal dalam domain
frekuensi. Hasil keluaran dari proses DCT ini disebut Mel-Frequency Cepstral Coefficient (MFCC). Pada sistem
pengenalan suara biasanya hanya diambil 12 atau 13 koefisien pertama dari MFCC untuk mendapat hasil ekstraksi
yang baik. MFCC bias didapatkan dari persamaan:
1 𝜋
𝑐𝑛 = ∑𝐾 𝑘=1(log 𝑆𝑘) cos[𝑛(𝑘 − 2) 𝐾 ], 𝑛 = 1,2, … , 𝐾 (2.4)

2.5 Hidden Markov Model

Hidden Markov Model berdasarkan deret observasi dapat dibedakan atas Diskrit HMM (DHMM) dan
Continous Density HMM (CDHMM). Pada penelitian ini digunakan Continous Density Hidden Markov Model
(CDHMM) adalah sebuah model statistik dari sebuah sistem yang diasumsikan sebuah proses dengan parameter
yang tak diketahui, dan tantangannya adalah menentukan parameter-parameter tersembunyi (hidden state) dari
parameter-parameter yang dapat diamati (observed state). Metode HMM akan digunakan untuk proses
pengkasifikasian ciri sistem speech recognition. Metode ini digunakan untuk pelatihan dan pengujian sistem
mengenali ciri sinyal suara dari parameter observasi yang ada [11].
Sebuah Hidden Markov Model dikarakteristikkan dengan parameter berikut (Rabiner, 1989)[12]:
HMM diskrit terdiri dari lima komponen, yaitu:
a) Jumlah state (N)
b) Parameter model (M)
c) Intial state atau state awal π = {𝜋𝑖 }
d) Probabilitas transisi (A)
e) Probabilitas simbol observasi
2.5.1 Vector Quantization
Vector Quantization diperlukan untuk menghasilkan deretan observasi (indeks codebook) yang
selanjutnya akan diproses menggunakan Hidden Markov Model (HMM) untuk proses training HMM. Sebelum
suatu vektor feature dikuantisasi, terlebih dahulu harus dibentuk vektor codebook yang akan mengkuantisasi vektor
feature tersebut. Codebook dibentuk menggunakan algoritma clustering.
Pada kuantisasi vektor ini, algoritma clustering yang digunakan adalah K-Means clustering. Dasar
algoritma K-means adalah sebagai berikut [11]:
a. Tentukan nilai k sebagai jumlah cluster yang ingin dibentuk.
ISSN : 2355-9365 e-Proceeding of Engineering : Vol.6, No.1 April 2019 | Page 975

b. Bangkitkan k centroid (titik pusat cluster) awal secara random.

c. Hitung jarak setiap data ke masing-masing centroid menggunakan rumus korelasi antar dua objek, yaitu
Euclidean Distance dan kesamaan Cosine.
d. Kelompokkan setiap data berdasarkan jarak terdekat antara data dengan centroidnya.
e. Tentukan posisi centroid baru ( k C ) dengan cara menghitung nilai rata-rata dari data-data yang ada pada
centroid yang sama.
1
𝑐𝑘 = ( ) ∑ 𝑑𝑖 (2.8)
𝑛𝑘

Dimana nk adalah jumlah dokumen dalam cluster k dan di adalah dokumen dalam cluster k.
f. Kembali ke langkah 3 jika posisi centroid baru dengan centroid lama tidak sama.
2.5.2 Training HMM
Data yang digunakan pada proses training adalah data berupa indeks hasil vector quantization, indeks ini
dapat dikatakan sebagai simbol observasi Hidden Markov Model. Proses training menggunakan metode Hidden
Markov Model (HMM). Pemodelan HMM terdiri dari 3 matriks probabilitas, yaitu matriks transisi antar state (A),
matrik probabilitas pengamatan suatu state (B), dan matriks probabilitas awal state (π), jenis HMM yang digunakan
merupakan diskrit ergodic, dimana parameter-parameter HMM seperti matriks A, B, dan π dibangkitkan secara
random dengan nilai yang dinormalisasi ke satu. Nilai-nilai matriks A, B, dan π tersebut kemudian dilakukan re-
estimasi melalui proses pelatihan untuk mendapatkan nilai parameter yang optimal.
Sedangkan untuk elemen-elemen pembentuk HMM yang lain diambil berdasarkan banyaknya state (N)
dan jumlah observasi (M). Pada HMM state-nya bersifat hidden, dimana state yang hidden tersebut adalah jenis
sinyal suara itu sendiri, sedangkan bagian yang akan diobservasi adalah ciri dari sinyal suara. Re-estimasi parameter
HMM merupakan hasil implementasi dari algoritma Baum-Welch atau Expectation Maximum (EM). Hasil dari re-
estimasi parameter HMM adalah nilai baru elemen-elemen matriks A, B, dan π. Iterasi untuk re-estimasi dihentikan
apabila iterasi sudah maksimal atau jika model baru tidak memberikan perbaikan yang cukup berarti.

log(𝑝(𝑂|𝜆)) − log(𝑝(𝑂|𝜆)) ≤ 0.001 (2.9)

Dalam mengoperasikan algoritma HMM, perlu diperhatikan mengenai besarnya nilai- nilai parameter yang
terjadi pada proses perhitungan. Hal ini penting karena nilai parameter yang sangat kecil dapat menyebabkan nilai
tersebut dianggap nol serta jika digunakan sebagai faktor pembagi maka akan diperoleh harga yang sangat besar.
Oleh karena itu digunakan penskalaan pada perhitungan parameter-parameter dalam model HMM sehingga
diperoleh algoritma baru untuk menghitung αt(i) dan βt(i). Faktor skala (Ct) yang digunakan adalah:

1
𝐶𝑡 = ∑𝑁
(2.10)
𝑖=1 𝛼𝑡(𝑖)

2.5.3 Algoritma Baum Welch

Pada algoritma Baum-Welch sangat mendukung dalam tahap training menggunakan multiple observation
sequence sehingga sangat sesuai dengan permasalah yang dihadapi. Adapun langkah- langkah dari algoritma Baum-
Welch yaitu [13]:
a) Prosedur forward
pada prosedur forward dapat didefinisikan dengan:
𝛼𝑡 (𝑖) = 𝑃( 𝑂1 , 𝑂2 , … . . 𝑂𝑡 , 𝑖𝑡 = 𝑖 | λ) (2.11)
𝛼𝑡 (𝑖) dapat dihitung sebagai berikut :
𝛼𝑡 (𝑖) = 𝜋𝑖 𝑏𝑖 (𝑂𝑡 ) (2.12)
𝛼𝑡+1 (𝑖) = 𝑏𝑗 (𝑂𝑡+1 ) ∑𝑁
𝑖=1 𝛼𝑡 (𝑖). 𝛼𝑖𝑗

b) Prosedur backward
pada prosedur backward dapat didefinisikan dengan:
𝛽𝑡 (𝑖) = 𝑃( 𝑂𝑡+1 , 𝑂𝑡+2 , … . . 𝑂𝑇 , 𝑖𝑡 = 𝑖 | 𝛌) (2.13)
𝛽𝑇 (𝑖) = 1,1< i < N (2.14)
𝑁

𝛽𝑡 (𝑖) = 𝑏𝑗 (𝑂𝑡+1 ) ∑ 𝛽𝑡+1 (𝑖). 𝛼𝑖𝑗

𝑖=1
ISSN : 2355-9365 e-Proceeding of Engineering : Vol.6, No.1 April 2019 | Page 976

2.7 Performansi Sistem

Sistem yang sudah dirancang akan diuji tingkat akurasinya dalam menghasilkan output yang sesuai dengan
yang diinginkan. Untuk perhitungan akurasi sistem adalah sebagai berikut:

𝑗𝑢𝑚𝑙𝑎ℎ 𝑑𝑎𝑡𝑎 𝑏𝑒𝑛𝑎𝑟

𝑎𝑘𝑢𝑟𝑎𝑠𝑖 = 𝑗𝑢𝑚𝑙𝑎ℎ 𝑑𝑎𝑡𝑎 𝑦𝑎𝑛𝑔 𝑑𝑖𝑢𝑗𝑖 × 100% (2.7)
3. PENGUJIAN DAN ANALISIS
3.1 Pengujian Sistem
Pengujian sistem pada alat bantu belajar Bahasa isyarat ini dilakukan untuk mengukur performasi dan
Pada bab ini dilakukan pengujian untuk menguji performansi dari sistem yang telah dirancang pada bab III. Sistem
speech processing untuk tuna rungu menggunakan metode ekstraksi ciri MFCC dan klasifikasi HMM. Pengujian
terdiri dari 5 skenario yang terdiri dari:

1. Pengaruh frekuensi sampling terhadap akurasi sistem speech processing.

2. Pengaruh ukuran frame terhadap akurasi sistem speech processing.
3. Pengaruh jumlah koefisien MFCC pada proses ekstraksi ciri terhadap akurasi sistem speech
processing.
4. Pengaruh jumlah data latih tiap kelas atau data set pada pembangunan model klasifikasi HMM
terhadap akurasi sistem speech processing.
5. Pengaruh iterasi pelatihan HMM terhadap akurasi akurasi sistem speech processing.

Pada tugas akhir ini, total data audio yang digunakan sebanyak 450 data rekaman audio yang terdiri dari 30
kelas kata. Tiap kelas kata terdiri dari tiga orang dengan masing-masing orang mengucapkan 5 kali.

3.2.1 Pengaruh Frekuensi Sampling

100
828486
76
80 70 69
64 6359 64
58
Akurasi (%)

60 52 5551 52 50 515252
47
36 37
40 32 31

20

0
Mean Std Var Skewness Kurtosis Gabung
Jenis Ciri

8000 16000 22050 44100

Gambar 3.1 Grafik Pengaruh Frekuensi Sampling

menunjukkan nilai akurasi ciri gabung menghasilkan akurasi yang paling tinggi dibandingkan dengan jenis
ciri lainnya. Akurasi tertinggi terdapat pada frekuensi sampling 22050 sampel/detik. Pada ciri gabung, semakin
besar frekuensi sampling menyebabkan nilai akurasi semakin tinggi saat perubahan frekuensi sampling 8000,
16000, dan 22050. Pada frekuensi sampling 44100, nilai akurasi pada semua jenis ciri menjadi turun.

3.2.2 Analisis pengaruh ukuran frame

ISSN : 2355-9365 e-Proceeding of Engineering : Vol.6, No.1 April 2019 | Page 977

100
827978
80 70 69
59 61 63

Akurasi (%)
5253 56 55
60 51
44
35 3636
40
23
20

0
Mean Std Var Skewness Kurtosis Gabung
Jenis Ciri

256 512 1024

Gambar 3.2 Grafik Pengaruh Ukuran Frame

Berdasarkan gambar 3.2 hasil pengujian menunjukkan nilai akurasi ciri gabung menghasilkan akurasi
yang paling tinggi dibandingkan dengan jenis ciri lainnya. Akurasi tertinggi terdapat pada ukuran frame sebesar
256 sampel data. Pada ciri gabung, semakin besar ukuran frame menyebabkan nilai akurasi semakin rendah atau
berbanding terbalik. Pada ciri mean, nilai akurasi meningkat saat nilai ukuran frame membesar atau berbanding
lurus, namun akurasi pada ciri mean masih rendah yaitu di bawah 60%. Ukuran frame terbaik pada pengujian ini
adalah 256 karena akurasi paling tinggi dan membuktikan bahwa nilai ciri MFCC lebih baik menggunakan ukuran
frame yang kecil. Ukuran frame yang kecil menghasilkan analisis frekuensi yang lebih detail dan menghasilkan
model klasifikasi HMM yang lebih baik dengan akurasi 82% pada ciri gabung.

3.2.3 Analisis pengaruh koefisien MFCC

100
777271 8286878481
80 67697169 70 71 6975726970
Akurasi (%)

60 52 51545348
37 36
40 3027
2421
20
0
Mean Std Var Skewness Kurtosis Gabung
Jenis Ciri

10 20 30 40 50

Gambar 3.3 Hasil Analisis Pengaruh Koefisien MFCC

Berdasarkan gambar 3.3 Akurasi terbaik didapatkan ketika melakukan pengambila data di tempat A yaitu
dengan akurasi sebesar 87,3%. Hal ini terjadi dikarenakan dalam pengambilan data uji menggunakan tempat dan
kondisi yang sama dengan tempat pengambilan data latih akan memungkinkan dalam pengambilan data suara akan
dimiliki model suara yang lebih mirip antara data latih dengan data uji, sedangkan kondisi tempat B dan C memiliki
noise yang membuat sistem salah dalam mengenali suara.

3.2.4 Analisis Pengaruh Data Set

ISSN : 2355-9365 e-Proceeding of Engineering : Vol.6, No.1 April 2019 | Page 978

100
87
76
80 72 72
6669
59 59

Akurasi (%)
60 53
44
36 39
40 33 34
27
20
20 15 13

0
Mean Std Var Skewness Kurtosis Gabung
Jenis Ciri

1 2 3

Gambar 3.4 Analisis Pengaruh Data Set

Dari gambar 3.4 menunjukkan semakin besar nilai data set maka semakin besar pula nilai akurasi untuk
semua jenis ciri statistik. Hasil ini berarti semakin banyak data set maka model klasifikasi HMM lebih baik dalam
proses pelatihannya untuk menghasilkan probabilitas tiap kelas kata yang lebih baik.

3.2.5 Analisis Pengaruh Iterasi Pelatihan HMM

100 87 87 87
80 69 69 69 72 72 72 72 72 72
Akurasi (%)

60 53 53 53

40 27 27 27
20

0
Mean Std Var Skewness Kurtosis Gabung
Jenis Ciri

1 5 10

Gambar 3.4 Analisis Pengaruh Iterasi Pelatihan HMM

Dari gambar 3.5 Pengujian iterasi HMM menghasilkan hasil yang sama untuk iterasi yang semakin besar.
Hasil ini berarti untuk jenis ciri MFCC pada kasus suara rekaman kata pada tugas akhir ini tidak memerlukan
jumlah iterasi yang banyak karena hanya menggunakan satu kali iterasi hasil sudah baik. Nilai iterasi diperbesar
tidak mengubah besarnya akurasi berarti semakin banyak perhitungan proses baum welch tidak mengubah
parameter klasifikasi HMMmenunjukkan nilai akurasi ciri gabung menghasilkan akurasi yang paling tinggi
dibandingkan dengan jenis ciri lainnya. Akurasi tertinggi sebesar 87% terdapat pada pada ciri gabung.
4. Kesimpulan dan Saran
4.1 Kesimpulan
Model speech recognition yang mampu mengubah dan mendeteksi sinyal suara dalam bahasa Indonesia
menjadikanya suatu teks telah dirancang. Hasil kesimpulan untuk tugas akhir ini adalah akurasi sistem terbaik
sebesar 87%. Parameter terbaik yaitu frekuensi sampling sebesar 8000 sampel/detik, ukuran frame sebanyak 256
data per frame, jumlah koefisien MFCC sebanyak 30 koefisien, jumlah data set sebanyak 3 data per orang tiap
kelas kata, dan iterasi pelatihan HMM sebanyak 1 kali. Frekuensi sampling sinyal audio cukup menggunakan 8000
sampel/detik sesuai dengan teori. Ukuran frame yang kecil menghasilkan ciri MFCC yang lebih detail dan
menghasilkan model klasifikasi HMM yang terbaik untuk 30 kelas kata. Akurasi terbaik dicapai pada pengujian
menggunakan data sebanyak 450 data sinyal rekaman. Ratio perbandingan data latih dan data uji adalah 9:6
sehingga jumlah data latih sebanyak 270 data latih dan 180 data uji.
ISSN : 2355-9365 e-Proceeding of Engineering : Vol.6, No.1 April 2019 | Page 979

4.2 Saran
Berdasarkan hasil pengujian dan analisis yang telah dilakukan, sistem yang terhubung ke device ini masih
mampu untuk dikembangkan menjadi lebih baik dan akurat dalam mengidentifikasi suatu sinyal suara berupa huruf
alphabet. Adapun saran untuk pengembangan sistem yang sudah dibuat ini yaitu: 1. Device yang digunakan masih
berukuran besar. 2. Dilakukan penelitian menggunakan metode ekstraksi ciri dan klasifikasi lainnya sebagai
pembanding untuk melihat akurasi terbaik. 3. Dilakukan penelitian dengan mengembangkan data input, yaitu tidak
hanya huruf alphabet, namun dapat data input dapat dikembangkan menjadi kata bahkan kalimat. 4. Dilakukan
pengambilan data latih yang lebih banyak. Data latih diambil dengan berbagai tempat dan berbagai jenis suara. 5.
Dibutuhkan suatu filter untuk meningkatkan akurasi diruangan yang tidak kedap suara.
DAFTAR PUSTAKA
[1] T. Hernawati, “Pengembangan kemampuan berbahasa dan berbicara anak tunarungu,” vol. 7, 2007.
[2] A. M. Hardjana, Komunikasi Interpersonal dan Intrapersonal. Yogyakarta: Kanisius, 2003.
[3] Sutarman, M. A. Majid, and J. M. Zain, “A review on the development of Indonesian sign language
recognition system,” J. Comput. Sci., vol. 9, no. 11, pp. 1496–1505, 2013.
[4] M. Sidiq, T. A. B. W, and S. Sa'adah, "Desain dan Implementasi Voice Command Menggunakan Metode
MFCC dan HMMs," Epoch, vol. 2, no. 1, pp. 1-10, 2012.
[5] M. Hendra Pradikja, H. Tolle, and K. Candra Brata, “Pengembangan Aplikasi Pembelajaran Bahasa Isyarat
Berbasis Android Tablet,” vol. 2, no. 8, pp. 2548–964, 2018.
[6] M. Najiburahman, “Simulasi dan Analisis Sistem Penerjemah Bahasa SIBI Menjadi Bahasa Indonesia
Menggunakan Metode Klasifikasi Hidden Markov Model,” e-Proceeding of Engineering :, vol. 2, no. 1.
pp. 97–105, 2015.
[7] Akhmad Arry.2008. Proses Pembentukan dan Karakteristik Sinyal Ucapan, Bandung : ITB .
[8] D. Rhomanzah, "Sistem Kecerdasan Buatan Untuk Robot Asisten Berbasis Algoritma Case Base
Reasoning," p. 8, 2015.
[9] T. Chamidy, “Metode Mel Frequency Cepstral Coeffisients (MFCC) Pada klasifikasi Hidden Markov
Model (HMM) Untuk Kata Arabic pada Penutur Indonesia,” Matics, vol. 8, no. 1, pp. 36–39, 2016.
[10] S. Dhingra, G. Nijhawan, and P. Pandit, “Isolated speech recognition using MFCC and DTW,” Int. J. Adv.
…, vol. 2, no. 8, pp. 4085–4092, 2013.
[11] A, Ixora. “Perancangan dan Implementasi Penerjemah Bahasa Isyarat dari Video Menjadi Suara
Menggunakan Ekstraksi Ciri dan Hidden Markov Model”. Tugas Akhir. Teknik Telekomunikasi. STT
Telkom: Bandung.2010.
[12] Rabiner, L.R., 1989, A Tutorial on Hidden Markov Models and Selected Applications in Speech
Recognition, Proceedings of the IEEE, Vol. 77, No. 2, pp. 257-286.
[13] T. Haryanto, “PENGGUNAAN HIDDEN MARKOV MODEL ( HMM ) Untuk Mengidentifikasi RNA
Family,” Departemen Ilmu Komputer FMIPA IPB, 2010.